【データリテラシー醸成シリーズ】データ分析力向上研修

情報リテラシー（統計・データ分析）

データから価値ある情報を導き出すための作法を、前処理、分析、可視化に分けて学ぶ

No. 2200016 9905082

24/06/25 更新

研修内容・特徴
お悩み・ニーズ
到達目標
研修プログラム
スケジュール
よくあるご質問
似たテーマの研修
関連サービス

対象者

全階層

・顧客データを使い営業戦略の構築に携わる方
・市場データでマーケティング分析を行う方
・品質管理等のデータを用いて改善活動を行う方
・人材データを使い人事戦略の構築に携わる方

よくあるお悩み・ニーズ

データ分析作業のステップを知りたい
たくさんある分析手法の中から、適切なものを選択するのが難しい
分析結果をねらい通りに可視化できるようになりたい

＞ワンランク上の仕事力「データリテラシー醸成シリーズ」ラインナップはこちら

研修内容・特徴outline・feature

一般のビジネスパーソンにとって、データを読む機会はあっても、データを分析する機会はさほど多くはないかもしれません。しかし、直接、分析作業を行うわけでなくても、データ分析の心得があることで、自信をもってデータにもとづく議論やデータを根拠にした意思決定をすることができます。本研修では、データ分析における基本的な知識や作法を身につけるとともに、演習を通して分析作業における実務的な留意点を体感していただきます。

到達目標goal

①データ分析で求められる思考法が分かる
②データ分析における「前処理」「分析」「可視化」のプロセスを理解する
③代表的なデータ分析の方法を実践的に身につける

研修プログラムprogram


	内容	手法
	１．データを分析することとは（１）データ分析を通して実現したいこと【ワーク】データ分析の目的を考える ①精度の高い未来予測　②要因を押さえた問題解決　③スピーディな意思決定（２）データ分析において求められる思考 ①何のためを起点に考える「目的思考」　②問題のあたりをつける「仮説思考」 ③理詰めで処理を行う「論理的思考」　④実務に照らして検証する「ビジネス思考」（３）データ分析の手順 ①データの前処理　②データの分析作業　③分析結果の可視化	講義
	２．データの前処理（１）なぜ前処理が重要なのか（２）データクレンジングとは（３）外れ値の処理（４）欠損値の処理（５）その他のデータの変換・標準化 ①重複の除去（名寄せ）　②ダミー変数への変換　③データ形式の統一 ④フィルタリング　⑤データトリミング　⑥単位変換【ワーク】ケースデータを使ってデータの前処理を行う（６）データクレンジングの進め方 ①重要なデータフィールドの特定　②データクレンジングの実行 ③クレンジングプロセスの定着化	講義ワーク
	３．データの分析作業（１）目的に合わせて対象範囲と手法を見極める ①データ分析作業に求められる「コスパ」の視点 ②「メカニズムの解明」か「実用性の高いモデル作り」か ③「10を１に要約する」のか「１から10を推測するのか」 ④分析データを絞り込むための手法（２）データ分析に欠かせない３つの概念～平均・分散・相関 ①「平均」～全データの代表値　②「分散」～データのばらつき具合 ③「相関」～２つのデータの関係性【ワーク】代表値を選択する、相関を分析する（３）その１：関連性を見る ①クロス集計分析　②回帰分析（４）その２：グルーピングする ①クラスター分析　②主成分分析（５）その３：予測する ①時系列分析　②決定木分析（６）その４：優先順位を付ける ①ＲＦＭ分析　②ＡＢＣ分析【ワーク】ケースをもとに、適切な分析手法を選択する	講義ワーク
	４．分析結果の可視化（１）意思決定に役立てるための可視化の要件 ①結論にベクトルを合わせたデータの見せ方　②ストーリー性のある伝え方 ③納得感のあるロジカルな伝え方　④可能な限り認知負荷を下げる（２）分析結果の可視化でよく使われるグラフ ①散布図　　②ヒストグラム　③箱ひげ図（３）データから意味を紡ぎ出すストーリーテリング ①データ分析はあくまで手段　②ストーリーで伝えることのメリット ③ストーリーで伝える時のポイント	講義ワーク
	５．総合演習	ワーク
	６．まとめ	ワーク